MétaCan
Menu
Retour à la cohorte
Enregistrement W3038770383 · doi:10.2138/am-2020-7216

An experimental approach to examine fluid-melt interaction and mineralization in rare-metal pegmatites

2020· article· en· W3038770383 sur OpenAlexaff
Alysha G. McNeil, Robert L. Linnen, R. L. Flemming, Mostafa Fayek

Notice bibliographique

RevueAmerican Mineralogist · 2020
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueGeological and Geochemical Analysis
Établissements canadiensUniversity of ManitobaWestern University
Organismes subventionnairesnon disponible
Mots-clésColumbiteTantalumPegmatiteNiobiumSolidusSolubilityMineralogyMaterials scienceGeologyMetallurgyChemistryCeramic

Résumé

récupéré en direct d'OpenAlex

Abstract Niobium and tantalum, rare metals and high field strength elements (HFSEs) that are essential to modern technologies, are concentrated among others in lithium-cesium-tantalum (LCT) pegmatites and rare metal granites. The most important hosts for Nb-Ta in these types of deposits are the columbite group minerals (columbite-tantalite), but at some ore deposits significant Ta is also contained in wodginite, microlite, and tapiolite. Previous solubility experiments of HFSE minerals have been limited to high temperatures because of the slow diffusivities of HFSEs in granitic melts. An experiment protocol is described herein that allows HFSE mineral solubilities to be determined at lower temperatures, more in line with the estimated solidus temperatures of LCT pegmatites and rare metal granites. This is achieved through the interaction of a melt that is enriched in high field strength elements (e.g., P and Nb or Ta) with a fluid enriched in a fluid-mobile element (FME, e.g., Mn). A starting glass enriched in a slow diffusing HFSE was synthesized, and HFSE mineral saturation is obtained via the diffusion of a FME into the melt via interaction with a fluid. This interaction can occur at much lower temperatures in reasonable experimental durations than for experiments that require diffusion of niobium and tantalum. The solubility product of columbite-(Mn) from the fluid-melt interaction experiment in a highly fluxed granitic melt at 700 °C is the same as those from dissolution and crystallization (reversal) experiments at the same P-T conditions. Thus, both methods produce reliable measurements of mineral solubility, and the differences in the metal concentrations in the quenched melts indicates that the solubility of columbite-(Mn) follows Henry's Law. Results show that columbite-(Mn) saturation can be reached at geologically reasonable concentrations of niobium in melts and manganese in hydrothermal fluids. This experimental protocol also allows the investigation of HFSE mineral crystallization by fluid-melt interactions in rare-metal pegmatites. Magmatic origins for columbite group minerals are well constrained, but hydrothermal Nb-Ta mineralization has also been proposed for pegmatite-hosted deposits such as Tanco, Greenbushes, and granite-hosted deposits such as Cínovec/Zinnwald, Dajishan, and Yichun. This study shows that columbite-(Mn), lithiophilite, and a Ca-Ta oxide mineral (that is likely microlite) crystallized from experiments in fluid-melt systems at temperatures as low as 650 °C at 200 MPa. It is important to note that HFSE minerals that crystallize from fluid-melt interactions texturally occur as euhedral crystals as phenocrysts in glass, i.e., are purely magmatic textures. Therefore, crystallization of HFSE minerals from fluid-melt interactions in rare metal granites and pegmatite deposits may be more widespread than previously recognized. This is significant because the formation of these deposits may require magmatic-hydrothermal interaction to explain the textures present in deposits worldwide, rather than always being the result of a single melt or fluid phase.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,149
Score d'incertitude au seuil0,989

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,021
Tête enseignante GPT0,239
Écart entre enseignants0,218 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations29
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAmerican MineralogistMême sujetGeological and Geochemical AnalysisTravaux en français237 207